基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
混合高斯模型能够有效地拟合概率密度函数,常用的混合高斯概率密度模型参数估计方法是EM算法,这种算法的缺点是估计精度过分依赖于初始值,不能估计模型阶数,容易导致协方差矩阵出现奇异.基于遗传算法的Annealing-EM算法可以同时估计模型阶数和参数,有效地克服协方差矩阵出现奇异,将混合算法应用到聚类中,仿真结果表明该算法具有更好的聚类效果.
推荐文章
高斯混合模型聚类中EM算法及初始化的研究
极大似然
高斯混合模型
EM算法
初始化
聚类分析
基于EM算法的文本聚类优化研究
硬聚类
软聚类
EM算法
文本聚类优化模型(TCOM)
基于遗传算法的K-means初始化EM算法及聚类应用
混合高斯模型
遗传算法
K-means
聚类应用
基于混合模型的聚类算法研究
聚类
EM算法
混合模型
数据挖掘
贝叶斯信息准则
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 混合EM算法研究及聚类应用
来源期刊 通信技术 学科 工学
关键词 混合高斯模型 EM 遗传算法 模拟退火 聚类
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 150-152
页数 分类号 TN911.72
字数 2261字 语种 中文
DOI 10.3969/j.issn.1002-0802.2010.11.053
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 山拜·达拉拜 新疆大学信息科学与工程学院 63 200 7.0 10.0
2 曹红丽 新疆大学信息科学与工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (30)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
混合高斯模型
EM
遗传算法
模拟退火
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
总被引数(次)
42849
论文1v1指导